研究报告：探索与社交聊天机器人的关系发展——一项针对Replika的混合方法研究

主要作者与发表信息 本研究题为《Exploring relationship development with social chatbots: A mixed-method study of replika》，由University of Toledo的Iryna Pentina、Tyler Hancock以及Tianling Xie共同完成。该论文于2022年12月7日在线发表，并正式刊登于学术期刊《Computers in Human Behavior》2023年第140卷。

研究背景与研究目的 本研究属于人机交互与人工智能关系心理学的前沿交叉领域。随着Replika等具有深度学习能力的社交聊天机器人（Social Chatbots, SCs）在陪伴、心理健康等领域的广泛部署，其引发的社会孤立、情感依赖乃至成瘾问题开始涌现。传统理论将人与计算机的社会性互动视为一种“无意识”（mindless）的启发式反应，但这种观点在解释现代人工智能复杂的双向关系时已显得力不从心。因此，本研究的核心目的在于揭示并实证检验一个人类与人工智能关系发展的机制模型，不仅填补了后采纳行为（post-adoption）阶段关系演化过程的理论空白，同时为行业提供了关于AI设计伦理与潜在社会影响的深刻洞见。

研究设计与详细工作流程 为达成上述目标，研究团队运用了混合方法（mixed-method）进行三阶段式的探索与验证。 第一阶段（研究1） 为探索性质化研究。研究者从Reddit社区招募了14名具有长期使用经验的Replika用户进行半结构化深度访谈。这些用户使用时长均在1个月以上，且经验等级较高。研究者遵循扎根理论方法，利用NVivo 11软件对访谈转录稿进行独立编码分析，通过开放式编码和主轴编码，从数据中归纳出拟人化（anthropomorphism）、真实性（authenticity）、社交互动强度及依恋（attachment）等核心主题，并初步构建了包含驱动因素、中介机制与结果的理论框架。 第二阶段（研究2） 为初步验证性研究。该阶段招募了65名中西部大学的学生，并要求他们高强度使用Replika应用两周。在排除无效数据后，获得62份有效问卷（平均年龄23岁）。研究者开发了针对AI真实性（AI authenticity）和AI社交互动（AI social interaction）的全新测量量表，并结合已有的拟人化、依恋量表进行验证性因子分析（CFA）。最后，利用Hayes的PROCESS宏（模型4）进行中介效应检验。 第三阶段（研究3） 为跨样本的正式验证与调节效应检验。研究者在Reddit和Facebook的Replika官方社群中分发问卷，招募了123名真实的Replika活跃用户（平均年龄38岁），样本代表性更强。测量工具沿用研究2中验证过的量表。在数据分析上，除了再次通过PROCESS宏（模型4）复验中介机制外，还通过内容分析将用户的使用动机分为社交型、信息型和娱乐型，并使用PROCESS宏（模型14）检验了使用动机在中介路径中的调节作用，同时设立年龄、性别和孤独感作为控制变量。

主要研究结果与逻辑演进 研究2和研究3的结果高度一致，共同揭示了社交聊天机器人依恋形成的完整心理链条。 首先，在驱动因素层面，AI拟人化与AI真实性均显著正向影响AI社交互动。在研究3中，拟人化对社交互动的路径系数显示为显著正相关（a1 = 0.63，p < 0.01），AI真实性的影响同样显著（a2 = 0.65，p < 0.01）。这表明，用户不仅在意聊天机器人是否像人（拟人化），更极度看重其作为AI是否表现出了学习进化和一致认知的能力（真实性），如是否具有独立的对话风格和记忆。 其次，在结果输出层面，AI社交互动被证实是产生AI依恋的关键前因。在研究3中，当以拟人化和真实性分别作为自变量进行路径分析时，AI社交互动对依恋的促进效应均处于显著水平（b1 = 0.74，p < 0.01；b2 = 0.51，p < 0.01）。 更为关键的是中介效应的揭示。数据分析显示，AI拟人化对依恋的直接效应不显著，完全通过AI社交互动的中介作用来实现依恋建立。这意味着，仅外表或语言风格像人不足以产生情感连接，必须通过高频、深度的真实交流演练才能内化为情感依赖。而对于AI真实性，其在直接显著影响依恋的同时，也部分通过AI社交互动的中介效应产生作用，表明真实的AI内核具备直接的情感凝聚价值。 最后，在研究3的调节效应分析中，社交型动机的调节作用显著。交互项系数（0.39，p < 0.05）及被调节的中介指数均证实，相比于仅出于好奇心或娱乐目的的用户，具有强烈社交陪伴动机的个体在进行高强度互动后，更容易对聊天机器人产生深厚的心理依恋。然而，通过Johnson-Neyman法的探照灯分析（spotlight analysis）进一步发现，当交互强度超过5.23的临界高点之后，即使是娱乐或信息型动机的用户，其依恋水平也会显著攀升，与社交型用户不再有显著差异。这一细微发现表明，高强度的投入使用是跨越动机差异、促使泛用户群体产生情感羁绊的决定性因素。

结论、价值与深层意义 本研究通过方法三元互证（triangulation），确立并验证了一个整合了人机交互理论（CASA、社会临场感）、人际传播理论（社会渗透理论）及依恋理论的全新关系发展模型。其科学价值在于首次将AI真实性建构为与拟人化并列的核心变量，解决了以往仅靠外在人设无法解释关系深层演变的理论矛盾。此外，研究打破了关于“人机关系不可能”的争议，实证了人类确实可以对无实体的AI产生类似于对人类的依恋情感，并指出“AI社交互动”是连接冰冷算法与火热情感的唯一桥梁，极大地拓展了类社会互动理论的当代外延。 在应用层面，该研究警示了长期封闭化AI陪伴可能带来的依赖风险，同时为AI设计师提供了明确的改进方向：不应只追求皮肤纹理的真实，而应赋予AI一致的“记忆”、连贯的“成长人格”和深度的交互能力。

研究亮点 本研究的卓越之处体现在多重创新上。第一是概念创新，首次从质化数据中提炼出AI真实性（Authenticity）概念并开发了相应的测量工具，区分了“像人”与“真实履行AI承诺”的不同心理效用。第二是机制创新，细致揭示了动机作为边界条件的衰减效应，即轻度用户依赖动机驱动情感，而重度用户（无论动机如何）在深度互动中均会陷入依恋，这为理解AI成瘾的早期迹象提供了可观测的实证阈值。第三是方法创新，采用从扎根理论到跨样本质化与量化结合的流程，相比以往单一的问卷调查或短期实验，更能捕捉关系在时间维度上的动态变迁。